Google anunció el martes Gemini 4 Argon, su modelo de frontera más nuevo creado para trabajos profesionales a largo plazo en ingeniería de software, tareas de conocimiento empresarial y defensa de la ciberseguridad. En un artículo en el blog oficial de Google, Koray Kavukcuoglu, vicepresidente senior de Google DeepMind y arquitecto jefe de IA, dijo que el modelo se está implementando inicialmente para un conjunto de ciberdefensores confiables a través del programa Fairwind de Google, con un acceso más amplio una vez que se fortalezcan las barreras de seguridad.
El anuncio llega durante uno de los períodos más ocupados del año para los lanzamientos de IA de vanguardia. Para una cobertura continua de lanzamientos de modelos, luchas políticas y rondas de financiación, AI Buzz Wire rastrea los desarrollos importantes a medida que suceden.
Un lanzamiento gradual marcado por la precaución
A diferencia del típico lanzamiento de un modelo importante, la mayoría de los usuarios no pueden probar Argon hoy. Google dijo que está involucrado en el proceso voluntario del gobierno de Estados Unidos para el acceso al modelo de prelanzamiento y que expandirá gradualmente la disponibilidad a medida que los comentarios de los primeros evaluadores den forma a sus barreras de seguridad. Reuters informó que el buque insignia llega después de meses de retrasos, y VentureBeat señaló que la estrategia de lanzamiento limitado aún permite a Google recuperar una ventaja de referencia sobre OpenAI y Anthropic. Bloomberg informó de un escepticismo mensurable sobre el nuevo modelo entre los propios empleados de Google antes del lanzamiento.
Cuando llegue un acceso más amplio, Google dijo que comenzará con los clientes de API pagos y los suscriptores de Google AI Ultra.
Lo que Google dice que el argón puede hacer
El cambio de capacidad principal es la resistencia. El límite de tokens de producción de Argon se ha ampliado a 1 millón de tokens, líder en la industria, en comparación con los 64.000 anteriores. Google sostiene que darle a un modelo el margen para razonar a través de cientos de miles de tokens en una sola trayectoria le permite resolver problemas difíciles en una sola pasada en lugar de fragmentar el trabajo entre sesiones.
Google publicó resultados de referencia para respaldar la afirmación de la frontera:
- DeepSWE v1.1: 77,9%: un nuevo estado del arte en el punto de referencia de ingeniería de software del mundo real
- Índice Vals: No. 1: desempeño líder en finanzas, codificación, trabajo legal y tributario ponderado por la contribución al PIB de EE. UU.
- AutomationBench: 51,3%: primer lugar en el punto de referencia de ejecución empresarial de extremo a extremo de Zapier
- LVBench: 91,7 %: lo último en comprensión de vídeos largos
- CWE-bench v1: 68 %: empatado en primer lugar en corrección de vulnerabilidades de seguridad
Dentro de los propios flujos de trabajo de Google
Argon ya está impulsando el trabajo interno de Google y la empresa ofreció ejemplos inusualmente concretos. En computación cuántica, el modelo optimizó los recursos espacio-temporales para subrutinas de cuello de botella, superando la línea de base publicada en un 40% en minutos. Al analizar la telemetría de perfiles de toda la flota, los equipos de agentes de Argon identificaron y aplicaron optimizaciones de memoria en los centros de datos de Google que liberaron más de 300 TiB una vez implementados, con un ahorro total estimado de 500 TiB a 1 PiB.
El modelo también está impulsando migraciones de código a gran escala de C/C++ a Rust, escalando desde decenas de miles de líneas en bibliotecas centrales como re2 y libgav1 hasta más de 800.000 líneas en el kernel Fuchsia Zircon. Para libgav1, el decodificador de vídeo de código abierto de Google, los agentes de Argon reemplazaron 32.000 líneas de código SIMD con Rust seguro y fácil de compilar, produciendo un decodificador seguro para la memoria que se ejecuta 2,7 veces más rápido que el puerto Rust anterior con salida idéntica.
La defensa de la ciberseguridad es lo primero
Argon recibió capacitación explícita para el trabajo cibernético defensivo: encontrar, validar y reparar de forma autónoma vulnerabilidades críticas de software. Para los defensores de confianza y los equipos internos de Google, la empresa lanzará el modelo sin barreras cibernéticas para que los defensores obtengan plena capacidad. En CWE-bench v1, que mide la corrección de vulnerabilidades, Argon empata en el primer lugar con un 68%, basándose en el rendimiento de vanguardia de 3.8 Flash Cyber, y Google dice que Argon superó ese modelo en el descubrimiento de la superficie de ataque y la generación de prueba de concepto en el punto de referencia interno de pruebas de penetración de caja negra de Wiz.
La empresa de seguridad Wiz ya está utilizando Argon a través de su iniciativa Scan for Good, que protege la infraestructura pública crítica de forma gratuita. En una de las primeras demostraciones, Google dice que el modelo descubrió una vulnerabilidad crítica que exponía información personal confidencial en el software de atención médica utilizado por hospitales de todo el mundo, un riesgo que los modelos de frontera anteriores habían pasado por alto.
Cuatro capas de salvaguardias fronterizas
Antes de una amplia disponibilidad, Google está fortaleciendo las salvaguardias en cuatro áreas. Contra el uso indebido, Argon está diseñado para rechazar solicitudes de ataques cibernéticos y QBRN al tiempo que preserva la investigación legítima de doble uso, con nuevas técnicas que monitorean las activaciones internas del modelo para detectar abusos. Contra la inyección rápida, el entrenamiento adversario ha convertido a Argon Google en el modelo más resistente hasta el momento, liderando el punto de referencia de inyección rápida indirecta de Gray Swan.
Para la desalineación, Google está implementando mitigaciones que monitorean la cadena de pensamiento y acciones de Argon, deteniendo la ejecución cuando es necesario, con alertas enviadas a un equipo dedicado de respuesta a incidentes. La empresa también fortaleció sus entornos de evaluación y capacitación aislados, sellándolos antes de ejecuciones de alto riesgo. En particular, Google instó al resto de la industria a preservar la transparencia del razonamiento para que los pensamientos del modelo sigan siendo útiles para diagnosticar desalineaciones.
Precios y disponibilidad
Argon se lanzará a un precio de lanzamiento de $2 por millón de tokens de entrada y $10 por millón de tokens de salida, con tokens de entrada almacenados en caché con un 95% de descuento sobre el precio de entrada. Después del período introductorio, el precio aumenta a $4 por millón de tokens de entrada y $20 por millón de tokens de salida, posicionando a Argon agresivamente frente a las ofertas de frontera rivales.
El debut en escena refleja una nueva realidad para los lanzamientos fronterizos: la capacidad ahora está en juego y el diferenciador es demostrar control. Google apuesta a que los ciberdefensores, el software hospitalario y las migraciones de Rust son el escaparate adecuado, y que una implementación pública más lenta cuesta menos que otro incidente de seguridad. Los desarrolladores y las empresas deben estar atentos a la ventana de acceso pago a API y AI Ultra, que según Google se abrirá tan pronto como lo permitan las pruebas de seguridad.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
